一种融合重采样与Stacking集成学习的窃电检测方法

AITNT
正文
推荐专利
一种融合重采样与Stacking集成学习的窃电检测方法
申请号:CN202410724312
申请日期:2024-06-05
公开号:CN118606757A
公开日期:2024-09-06
类型:发明专利
摘要
本发明公开了一种融合重采样与Stacking集成学习的窃电检测方法,包括以下步骤:配电网中高级量测设备量测每一居民用户的实际用电信息,捕捉用电特征;针对正常用户用电数据和窃电用户用电数据采取不同的采样方法进行处理,避免因为不平衡数据对分类结果造成的偏倚性;在选择基学习器时,本发明提出一种基学习器选择方法,即PLSS基学习器遴选方法,构建反窃电预警模型;在窃电稽查工作中,将居民用户数据处理后输入模型,完成窃电用户检测,有效减少了供电公司的经济损失和人力资源耗费。
技术关键词
学习器 Stacking集成学习 居民用户用电 Stacking算法 窃电用户 遴选方法 数据 混合采样方法 异常用户 SMOTE算法 指标计算方法 集成学习模型 低压 曲线 量测设备 样本 预警模型 代表
系统为您推荐了相关专利信息
1
一种基于机器学习的低共熔溶剂分离提取木质素效果预测方法
低共熔溶剂体系 超参数 集成算法 木质素提取 变量
2
基于视觉引导的激光焊接机器人缺陷检测方法及系统
激光焊接机器人 缺陷检测方法 图谱 风险 视觉传感器
3
一种基于知识挖掘与自监督学习的制造工艺序列推荐方法
序列推荐方法 零件特征 双通道注意力 序列模式挖掘算法 置信度阈值
4
一种电力能源监控数据的处理方法和系统
数据 标记 电力 滑动窗口 电网拓扑结构
5
一种基于迁移学习的森林地上生物量估测方法
森林地上生物量估测方法 植被指数数据 支持向量回归 反射率 学习器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号